Marktbericht zur Entwicklung von Software zur Analyse von Lungenknoten 2025: Trends, Prognosen und strategische Einblicke für die nächsten 5 Jahre
- Zusammenfassung & Marktüberblick
- Wichtige Technologietrends in der Software zur Analyse von Lungenknoten
- Wettbewerbslandschaft und führende Anbieter
- Prognosen zum Marktwachstum (2025–2030): CAGR, Umsatz- und Volumenanalyse
- Regionale Marktanalyse: Nordamerika, Europa, Asien-Pazifik und Rest der Welt
- Zukünftige Aussichten: Innovationen und aufkommende Möglichkeiten
- Herausforderungen, Risiken und strategische Chancen
- Quellen & Referenzen
Zusammenfassung & Marktüberblick
Die Software zur Analyse von Lungenknoten ist ein spezialisiertes Segment innerhalb des breiteren Marktes für medizinische Bildgebung und künstliche Intelligenz (KI) im Gesundheitswesen. Diese Lösungen nutzen fortschrittliche Algorithmen, einschließlich Deep Learning und Machine Learning, um pulmonaire Knoten in Computertomographie (CT)-Scans zu erkennen, zu segmentieren und zu charakterisieren. Das Hauptziel ist es, Radiologen bei der frühen Erkennung von Lungenkrebs, der Risikostratifizierung und der Optimierung von Arbeitsabläufen zu unterstützen. Im Jahr 2025 verzeichnet der globale Markt für Software zur Analyse von Lungenknoten robustes Wachstum, angetrieben durch die steigende Inzidenz von Lungenkrebs, die zunehmende Akzeptanz von Niedrigdosis-CT-Screening-Programmen und laufende Fortschritte in KI-gestützten Diagnosetools.
Laut Grand View Research wird der Markt für KI in der medizinischen Bildgebung bis 2030 voraussichtlich 20,7 Milliarden USD erreichen, wobei die Analyse von Lungenknoten ein bedeutendes und schnell wachsendes Anwendungsgebiet darstellt. Die aktualisierten Empfehlungen der U.S. Preventive Services Task Force für jährliches Screening auf Lungenkrebs in Hochrisikopopulationen haben die Nachfrage nach automatisierten Lösungen zur Detektion und Verwaltung von Knoten weiter beschleunigt. Parallel dazu verbessert die Verbreitung von cloudbasierten Plattformen und die Integration mit Krankenhaus-PACS (Picture Archiving and Communication Systems) die Zugänglichkeit und Skalierbarkeit für Gesundheitsdienstleister.
- Wichtige Treiber: Der Markt wird angetrieben durch den Bedarf an frühzeitiger Erkennung von Lungenkrebs, den Mangel an qualifizierten Radiologen und das zunehmende Volumen an CT-Scans. KI-gestützte Software kann falsche Positivergebnisse reduzieren, die diagnostische Genauigkeit verbessern und Arbeitsabläufe in der Radiologie optimieren.
- Wettbewerbslandschaft: Führende Anbieter wie GE HealthCare, Siemens Healthineers und ScreenPoint Medical investieren in Forschung und Entwicklung, um die Algorithmusleistung und die regulatorische Konformität zu verbessern. Startups und Nischenanbieter drängen ebenfalls mit innovativen, cloud-nativen Lösungen auf den Markt.
- Regulatorisches Umfeld: Regulatorische Genehmigungen von Behörden wie der U.S. Food and Drug Administration (FDA) und der Europäischen Kommission sind entscheidend für den Markteintritt und die Akzeptanz. Kürzliche Genehmigungen für KI-basierte Werkzeuge zur Analyse von Lungenknoten unterstreichen das wachsende Vertrauen in diese Technologien.
Zusammenfassend zeichnet sich der Markt für Software zur Analyse von Lungenknoten im Jahr 2025 durch schnelle technologische Innovationen, expandierende klinische Akzeptanz und ein günstiges regulatorisches Klima aus. Diese Faktoren positionieren den Sektor kollektiv für weiterhin zweistelliges Wachstum und einen erhöhten Einfluss auf die Ergebnisse bei Lungenkrebs weltweit.
Wichtige Technologietrends in der Software zur Analyse von Lungenknoten
Die Entwicklung von Software zur Analyse von Lungenknoten im Jahr 2025 ist geprägt von rasanten technologischen Fortschritten, die durch die Integration von künstlicher Intelligenz (KI), Deep Learning und cloudbasierten Lösungen vorangetrieben werden. Diese Innovationen verändern grundlegend, wie Kliniker pulmonaire Knoten erkennen, charakterisieren und überwachen, mit dem übergreifenden Ziel, die frühzeitige Diagnose von Lungenkrebs und die Patientenergebnisse zu verbessern.
Einer der bedeutendsten Trends ist die Einführung fortschrittlicher Deep Learning-Algorithmen, insbesondere von Convolutional Neural Networks (CNNs), die in Aufgaben der Bilderkennung eine überlegene Leistung gezeigt haben. Diese Algorithmen ermöglichen eine automatisierte Erkennung und Segmentierung von Lungenknoten in CT-Scans mit hoher Sensitivität und Spezifität, wodurch die Interobserver-Variabilität und die Arbeitslast der Radiologen reduziert werden. Führende Anbieter verfeinern kontinuierlich ihre Modelle mithilfe großer, annotierter Datensätze, was zu einer verbesserten Genauigkeit und Generalisierbarkeit über verschiedene Patientengruppen hinweg führt. Beispielsweise haben GE HealthCare und Siemens Healthineers beide KI-gestützte Werkzeuge zur Analyse von Lungenknoten eingeführt, die nahtlos in bestehende Arbeitsabläufe der Radiologie integriert werden können.
Ein weiterer wichtiger Fortschritt ist der Trend zu cloudbasierten Plattformen, die eine skalierbare Bereitstellung, Echtzeit-Zusammenarbeit und den Fernzugriff auf erweiterte Analysen ermöglichen. Cloud-Infrastruktur ermöglicht kontinuierliche Software-Updates, die Integration mit Krankenhausinformationssystemen und den sicheren Austausch von Daten zwischen multidisziplinären Teams. Unternehmen wie Philips und Carestream Health nutzen Cloud-Technologien, um abonnementbasierte Lösungen zur Analyse von Lungenknoten anzubieten, wodurch fortschrittliche Diagnosen für kleinere Gesundheitsdienstleister und solche in ressourcenarmen Umgebungen zugänglicher werden.
- Radiomik und quantitative Bildgebung: Die Extraktion hochdimensionaler quantitativer Merkmale aus medizinischen Bildern (Radiomik) gewinnt an Bedeutung. Diese Merkmale, wenn sie mit klinischen und genomischen Daten kombiniert werden, unterstützen genauere Risikostratifizierungen und personalisierte Behandlungspläne.
- Integration mit elektronischen Gesundheitsakten (EHRs): Nahtlose Interoperabilität mit EHRs wird Standard, was automatisierte Berichterstattung, langfristige Verfolgung des Knotenfortschritts und Integration der Patientenhistorie für umfassende Entscheidungsunterstützung ermöglicht.
- Regulatorische und Validierungsfortschritte: Regulierungsbehörden wie die U.S. Food and Drug Administration (FDA) bieten zunehmend klare Wege zur Genehmigung von KI-basierten Diagnosetools, fördern Innovationen und gewährleisten gleichzeitig die Patientensicherheit.
Zusammenfassend wird die Landschaft für Software zur Analyse von Lungenknoten im Jahr 2025 durch KI-gesteuerte Automatisierung, cloudbasierte Zugänglichkeit und verbesserte Datenintegration geprägt, was die Akzeptanz dieser Werkzeuge in der klinischen Praxis beschleunigt und die frühzeitige, genauere Erkennung von Lungenkrebs unterstützt.
Wettbewerbslandschaft und führende Anbieter
Die Wettbewerbslandschaft für die Entwicklung von Software zur Analyse von Lungenknoten im Jahr 2025 ist geprägt von schneller Innovation, strategischen Partnerschaften und zunehmender Konsolidierung unter Technologieanbietern und Unternehmen der medizinischen Bildgebung. Der Markt wird durch die steigende Prävalenz von Lungenkrebs, die wachsende Akzeptanz künstlicher Intelligenz (KI) in der Radiologie und die Notwendigkeit einer frühen und genauen Erkennung von pulmonaire Knoten angetrieben. Wichtige Akteure nutzen fortschrittliche Machine Learning-Algorithmen, Deep Learning-Frameworks und cloudbasierte Bereitstellungsmodelle, um die diagnostische Genauigkeit und Effizienz der Arbeitsabläufe zu erhöhen.
Führende Unternehmen in diesem Bereich sind GE HealthCare, Siemens Healthineers und Philips, die alle KI-gestützte Werkzeuge zur Analyse von Lungenknoten in ihre breiteren Bildgebungsplattformen integriert haben. Diese Branchengiganten profitieren von etablierten Kundenbasen, robusten F&E-Kapazitäten und globalen Vertriebsnetzen, was es ihnen ermöglicht, neue Softwarelösungen und Updates schnell bereitzustellen.
Aufstrebende Anbieter und spezialisierte Unternehmen drängen ebenfalls erfolgreich in den Markt. Unternehmen wie ScreenPoint Medical, RADLogics und Infervision sind bekannt für ihre KI-gesteuerten Lösungen, die sich speziell auf die Detektion, Charakterisierung und Risikobewertung von Lungenknoten konzentrieren. Diese Unternehmen arbeiten häufig mit akademischen Institutionen und Gesundheitsdienstleistern zusammen, um ihre Algorithmen zu validieren und regulatorische Genehmigungen wie die FDA-Zulassung oder die CE-Kennzeichnung zu sichern, die für den Markteintritt und die Akzeptanz entscheidend sind.
Das Wettbewerbsumfeld wird weiter durch strategische Partnerschaften zwischen Softwareentwicklern und Herstellern von Bildgebungs-Hardware sowie durch Kooperationen mit Cloud-Service-Anbietern wie Google Cloud Healthcare und Microsoft Azure for Healthcare geprägt. Diese Allianzen ermöglichen die nahtlose Integration von Werkzeugen zur Analyse von Lungenknoten in bestehende klinische Arbeitsabläufe und erleichtern die Verarbeitung großer Datenmengen und den Fernzugriff.
- Im Jahr 2024 hat Siemens Healthineers sein Angebot für den AI-Rad Companion Chest CT mit verbesserten Funktionen zur automatisierten Knoten-Detektion und -Quantifizierung erweitert.
- GE HealthCare hat neue KI-gestützte Module für seine Edison-Plattform eingeführt, die auf die Automatisierung von Arbeitsabläufen und die klinische Entscheidungsunterstützung für das Screening von Lungenkrebs abzielen.
- Philips hat weiterhin in cloudbasierte Radiologieinformatik investiert und integrierte Drittanbieter-KI-Anwendungen für die Analyse von Lungenknoten über seine IntelliSpace-Plattform.
Insgesamt ist die Wettbewerbslandschaft im Jahr 2025 geprägt von einer Mischung aus etablierten multinationalen Konzernen und agilen, innovationsgetriebenen Start-ups, die alle darum kämpfen, den Standard für Genauigkeit, Benutzerfreundlichkeit und Interoperabilität in der Software zur Analyse von Lungenknoten zu setzen.
Prognosen zum Marktwachstum (2025–2030): CAGR, Umsatz- und Volumenanalyse
Der globale Markt für Software zur Analyse von Lungenknoten steht zwischen 2025 und 2030 vor robustem Wachstum, das durch die zunehmende Akzeptanz von künstlicher Intelligenz (KI) in der Radiologie, die steigende Inzidenz von Lungenkrebs und die Ausweitung von Screening-Programmen angetrieben wird. Laut Prognosen von Grand View Research wird der breitere Markt für Lungenkrebs-Screening während dieses Zeitraums eine jährliche Wachstumsrate (CAGR) von etwa 8,2 % verzeichnen, wobei Softwarelösungen ein bedeutendes und schnell wachsendes Segment darstellen.
Der Umsatz für Software zur Analyse von Lungenknoten wird voraussichtlich von geschätzten 350 Millionen USD im Jahr 2025 auf über 600 Millionen USD bis 2030 wachsen, was einer CAGR von rund 11,2 % entspricht. Dies übertrifft den gesamten Markt für medizinische Bildgebungssoftware und unterstreicht die zunehmende Priorität der frühen Erkennung von Lungenkrebs und der Automatisierung von Arbeitsabläufen in klinischen Umgebungen. Das Volumen der Softwarebereitstellungen wird voraussichtlich parallel steigen, wobei die Anzahl der Installationen in Krankenhäusern und diagnostischen Zentren bis 2030 voraussichtlich doppelt so hoch sein wird, insbesondere in Nordamerika, Europa und schnell urbanisierenden Regionen Asien-Pazifik.
Wichtige Treiber dieses Wachstums sind:
- Erweiterte Implementierung von Niedrigdosis-Computertomographie (LDCT)-Screening-Programmen, insbesondere in den Vereinigten Staaten und China, die die Nachfrage nach fortschrittlichen Werkzeugen zur Detektion und Charakterisierung von Knoten anheizt (U.S. Food and Drug Administration).
- Kontinuierliche Verbesserungen der KI-Algorithmen, die zu höherer Sensitivität und Spezifität bei der Knoten-Detektion führen und somit das klinische Vertrauen und die Akzeptanzraten erhöhen (Frost & Sullivan).
- Integration von Software zur Analyse von Lungenknoten mit Krankenhaus-PACS und EHR-Systemen, die die Arbeitsabläufe in der Radiologie optimieren und multidisziplinäre Betreuungsteams unterstützen (Siemens Healthineers).
Marktführer wie GE HealthCare, Philips und iCAD Inc. werden voraussichtlich starke Positionen durch fortlaufende F&E und strategische Partnerschaften halten. Aufstrebende Akteure werden voraussichtlich Innovationen in cloudbasierten Modellen und SaaS-Bereitstellungen vorantreiben und somit die Marktreichweite und Zugänglichkeit weiter erhöhen.
Regionale Marktanalyse: Nordamerika, Europa, Asien-Pazifik und Rest der Welt
Der globale Markt für Software zur Analyse von Lungenknoten verzeichnet robustes Wachstum, mit erheblichen regionalen Variationen in Akzeptanz, Innovation und regulatorischen Dynamiken. Im Jahr 2025 bietet Nordamerika, Europa, Asien-Pazifik und der Rest der Welt (RoW) jeweils unterschiedliche Chancen und Herausforderungen für Softwareentwickler, die sich auf die Detektion und Verwaltung von Lungenknoten konzentrieren.
Nordamerika bleibt der größte und am weitesten entwickelte Markt, angetrieben durch die hohe Prävalenz von Lungenkrebs, eine fortschrittliche Gesundheitsinfrastruktur und die frühe Akzeptanz künstlicher Intelligenz (KI) in der Radiologie. Die Vereinigten Staaten profitieren insbesondere von unterstützenden Erstattungsrichtlinien und einer starken Präsenz führender Softwareanbieter wie GE HealthCare und Siemens Healthineers. Das regulatorische Umfeld der Region, das von der U.S. Food and Drug Administration (FDA) geleitet wird, wird zunehmend zugänglicher für KI-basierte Diagnosetools, was die Marktplatzierung innovativer Lösungen beschleunigt.
Europa ist von einem kooperativen Ansatz im Bereich digitale Gesundheit geprägt, wobei die eHealth-Initiativen der Europäischen Union Interoperabilität und Datenaustausch fördern. Länder wie Deutschland, das Vereinigte Königreich und Frankreich investieren in nationale Screening-Programme für Lungenkrebs, was die Nachfrage nach fortschrittlicher Software zur Analyse von Knoten steigert. Das fragmentierte regulatorische Umfeld und verschiedene Erstattungsmodelle in der Region können jedoch Herausforderungen für Softwareentwickler darstellen, die auf eine länderübergreifende Skalierbarkeit abzielen.
Asien-Pazifik entwickelt sich schnell zur am schnellsten wachsenden Region, angetrieben durch die steigende Inzidenz von Lungenkrebs, den erweiterten Zugang zur Gesundheitsversorgung und staatlich geförderte digitale Gesundheitsstrategien. China und Japan stehen an der Spitze, während lokale Anbieter wie Infervision und Fujifilm stark in KI-gestützte Bildgebungslösungen investieren. Der große Patientenstamm der Region und die zunehmenden Investitionen in die IT-Infrastruktur von Krankenhäusern schaffen fruchtbaren Boden für die Softwareentwicklung, obwohl die Genehmigungsprozesse regulatorischer Art komplex und zwischen den Ländern stark variieren können.
Der Rest der Welt (RoW) Märkte, einschließlich Lateinamerika, dem Nahen Osten und Afrika, befinden sich in früheren Phasen der Akzeptanz. Das Wachstum wird durch internationale Partnerschaften, Pilotprojekte und die schrittweise Modernisierung der Gesundheitssysteme unterstützt. Dennoch können der beschränkte Zugang zu fortschrittlicher Bildgebungsausrüstung und die geringere digitale Gesundheitsreife unmittelbare Chancen für Entwickler von Software zur Analyse von Lungenknoten einschränken.
Insgesamt verdeutlichen die regionalen Marktdynamiken im Jahr 2025 die Bedeutung maßgeschneiderter Entwicklungsstrategien, regulatorischer Navigation und lokaler Partnerschaften für Unternehmen, die ihre Präsenz im Markt für Software zur Analyse von Lungenknoten weltweit ausbauen möchten.
Zukünftige Aussichten: Innovationen und aufkommende Möglichkeiten
Die zukünftigen Aussichten für die Entwicklung von Software zur Analyse von Lungenknoten im Jahr 2025 sind von raschen technologischen Fortschritten, sich wandelnden klinischen Bedürfnissen und einem wachsenden Schwerpunkt auf der frühen Erkennung von Lungenkrebs geprägt. Da sich die Algorithmen der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) zunehmend verfeinern, wird erwartet, dass Softwarelösungen eine höhere Genauigkeit bei der Detektion, Charakterisierung und Risikostratifizierung von Knoten liefern. Diese Entwicklung wird durch die Integration von Deep Learning-Modellen gefördert, die auf großen, vielfältigen Datensätzen trainiert werden und so die Identifizierung subtiler Muster ermöglichen, die bei der traditionellen radiologischen Beurteilung möglicherweise übersehen werden.
Eine der vielversprechendsten Innovationen ist die Entwicklung von erklärbarer KI (XAI)-Frameworks, die darauf abzielen, transparente Entscheidungsprozesse für Kliniker bereitzustellen. Dies adressiert ein wichtiges Hindernis für die Akzeptanz, indem das Vertrauen in automatisierte Ergebnisse erhöht und die regulatorische Genehmigung erleichtert wird. Darüber hinaus gewinnen cloudbasierte Plattformen an Bedeutung, die skalierbare, kollaborative Umgebungen für Multizentrum-Studien und den Echtzeit-Datenaustausch bieten. Solche Plattformen werden voraussichtlich die Validierung und Bereitstellung neuer Algorithmen beschleunigen, insbesondere in Regionen mit begrenztem Zugang zu Experten-Radiologen.
Eine weitere aufkommende Möglichkeit liegt in der Integration von Software zur Analyse von Lungenknoten mit elektronischen Gesundheitsakten (EHRs) und Krankenhausinformationssystemen. Nahtlose Interoperabilität wird eine langfristige Verfolgung von Knoten, automatisierte Follow-up-Empfehlungen und personalisierte Patientenmanagement-Pfade ermöglichen. Dieser ganzheitliche Ansatz wird voraussichtlich die Patientenergebnisse verbessern und unnötige Eingriffe reduzieren, was sich mit Initiativen der wertbasierten Versorgung deckt.
- Regulatorische Wege: Die U.S. Food and Drug Administration (FDA) und die Europäische Arzneimittel-Agentur (EMA) aktualisieren aktiv Richtlinien, um KI-gesteuerte Diagnosetools zu berücksichtigen und den Genehmigungsprozess für innovative Softwarelösungen zu optimieren. Diese regulatorische Klarheit wird voraussichtlich Investitionen anziehen und die Markteinführungszeit neuer Produkte beschleunigen (U.S. Food and Drug Administration).
- Globale Markterweiterung: Aufstrebende Märkte in Asien-Pazifik und Lateinamerika werden voraussichtlich ein signifikantes Wachstum erleben, angetrieben durch die steigende Inzidenz von Lungenkrebs und die zunehmende Akzeptanz digitaler Gesundheitstechnologien (Grand View Research).
- Kollaborative Forschung: Partnerschaften zwischen akademischen Institutionen, Technologieunternehmen und Gesundheitsdienstleistern fördern die Entwicklung robuster, klinisch validierter Algorithmen. Initiativen wie die NCI Imaging Data Commons stellen offen zugängliche Datensätze zur Verfügung, um Innovationen zu fördern.
Zusammenfassend steht 2025 vor einem transformativen Fortschritt in der Software zur Analyse von Lungenknoten, wobei die Innovationen sich auf die Erklärbarkeit von KI, Interoperabilität und globale Zugänglichkeit konzentrieren. Diese Trends werden voraussichtlich neue Chancen für die frühzeitige Diagnose, personalisierte Versorgung und verbesserte klinische Ergebnisse eröffnen.
Herausforderungen, Risiken und strategische Chancen
Die Entwicklung von Software zur Analyse von Lungenknoten im Jahr 2025 sieht sich einem komplexen Umfeld von Herausforderungen, Risiken und strategischen Chancen gegenüber. Da künstliche Intelligenz (KI) und maschinelles Lernen (ML) für die Radiologie zunehmend integrale Bestandteile werden, müssen Softwareentwickler strenge regulatorische Anforderungen, Bedenken hinsichtlich des Datenschutzes und die Notwendigkeit robuster klinischer Validierungen navigieren.
Eine der zentralen Herausforderungen ist die Einhaltung von Vorschriften. In den USA hat die U.S. Food and Drug Administration (FDA) die Überprüfung von KI-gestützten Diagnosetools verstärkt und erfordert umfangreiche Nachweise zur Sicherheit, Wirksamkeit und Transparenz. Die EU-Verordnung über Medizinprodukte (MDR) legt ähnliche strenge Standards fest, was den Markteintritt kompliziert und erhebliche Investitionen in regulatorische Belange erfordert. Verzögerungen bei der Genehmigung können die Markteinführungszeit behindern und die Entwicklungskosten erhöhen.
Datenschutz und -sicherheit stellen ein weiteres erhebliches Risiko dar. Software zur Analyse von Lungenknoten ist auf große, vielfältige Datensätze für Training und Validierung angewiesen. Die Einhaltung von Vorschriften wie dem Health Insurance Portability and Accountability Act (HIPAA) in den USA und der Datenschutz-Grundverordnung (DSGVO) in Europa ist von wesentlicher Bedeutung. Verstöße oder Missbrauch von Patientendaten können zu schweren finanziellen Strafen und einem Reputationsschaden führen, wie jüngste Durchsetzungsmaßnahmen des U.S. Department of Health & Human Services und des Europäischen Datenschutzausschusses zeigen.
Technische Herausforderungen bestehen insbesondere in Bezug auf die Generalisierbarkeit und Interpretierbarkeit von KI-Modellen. Variabilität bei Bildgebungsprotokollen, Scanner-Typen und Patientendemografien kann die Leistung von Algorithmen beeinflussen. Entwickler müssen sicherstellen, dass ihre Software in verschiedenen klinischen Umgebungen konsistent funktioniert, was den Zugang zu multi-institutionellen Datensätzen und eine kontinuierliche Nachbeobachtung nach der Markteinführung erfordert. Das Fehlen standardisierter Benchmarks für KI in der Radiologie erschwert zudem die vergleichende Bewertung und Validierung.
Trotz dieser Hürden bieten sich strategische Chancen. Der globale Markt für KI in der medizinischen Bildgebung wird voraussichtlich bis 2027 4,3 Milliarden USD erreichen, angetrieben durch die steigende Inzidenz von Lungenkrebs und die Akzeptanz von Niedrigdosis-CT-Screening-Programmen (MarketsandMarkets). Partnerschaften mit führenden Gesundheitsdienstleistern und die Integration in elektronische Gesundheitsakten (EHR) können die Akzeptanz beschleunigen. Zudem bieten die Entstehung erklärbarer KI und föderiertes Lernen Wege, um die Interpretierbarkeit und die Datenschutzbedenken anzugehen.
Zusammenfassend lässt sich sagen, dass die Entwicklung von Software zur Analyse von Lungenknoten im Jahr 2025 zwar mit regulatorischen, technischen und ethischen Herausforderungen behaftet ist, Unternehmen, die strategisch in Compliance, Datensicherheit und klinische Zusammenarbeit investieren, gut positioniert sind, um von der wachsenden Nachfrage nach fortschrittlichen Diagnoselösungen zu profitieren.
Quellen & Referenzen
- Grand View Research
- GE HealthCare
- Siemens Healthineers
- ScreenPoint Medical
- Europäische Kommission
- Philips
- Carestream Health
- RADLogics
- Infervision
- Google Cloud Healthcare
- Frost & Sullivan
- iCAD Inc.
- Fujifilm
- NCI Imaging Data Commons
- Europäischer Datenschutzausschuss
- MarketsandMarkets